Pourquoi mettre en place une stratégie de Dataviz

Pourquoi mettre en place une stratégie de Dataviz ?

Selon Nathan Yau est un statisticien américain et un expert en visualisation de données. En 2013 ayant obtenu un doctorat en statistique à l'université  

de Californie à Los Angeles. Sa thèse s'intitulait "Un outil en ligne pour la collecte et l'exploration des données personnelles" et portait sur les techniques 

d'autosurveillance. D'après Nathan Yau une partie de son argumentaire à la réponse qu'est-ce que la visualisation ?  Il répondit : "(...) Pour certains,

c'est le champs restreint des graphiques de données traditionnels. D'autres ont une approche plus large où toutes les tentatives d'affichage de données,

tant les représentations artistiques de données que celles générées par Excel, sont des visualisations". Même s'il y a plusieurs définitions de la dataviz 

repris aussi par des phylosophes, écrivains, mathématiciens, ce qui ressort, c'est la visualisation des données en masse (big data) en ayant des données 

brutes pour finir par les visualiser par une courbe, cartographie, voire même graphique. 

Plusieurs méthodes de représentation sont possibles en fonction des données à traiter :

• Distributions statistiques : histogramme
• Temporelle, séries continues
• Hiérarchique
• Réseaux : force directeed, A graphs
• Spacial : Maps, cartographie   

Process

Extract ⇒ Transform ⇒ Load ⇒ Analytics

L'objectif de la dataviz est de pouvoir représenter en graphique des données structurées ou non, explorer visuel et interactive, peut importe la 

volumétrie, la nature ou la provenance. Le but de la visualisation permet aux entreprises de developper leurs activités et avoir une ouverture pour 

s'attaquer à des nouveaux marchés. Ses avantages permet aussi d'exploiter toutes les données dont l'entreprise dispose et cela permet à la société 

de prendre la prise de décision et d'améliorer la communication entre les services. Il est possible de commencer à faire la visualisation avec le logiciel 

Excel puis pourquoi pas Tableau, Power BI voire même Qgis. De nos jours, il est possible de faire de la Datavisualisation sans programmation (code source). 

Deux métiers fondamentaux distinctes mais qui se complète : Data scientist et Data analyst, il y a plusieurs parcours de formation  pour pouvoir faire 

ces métiers.